조건부 베타를 이용한 은행의 시스템리스크 기여도 분석
Measuring Systemic Risk Contributions using Conditional Beta
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 한국의 은행들을 대상으로 시스템리스크 기여도를 분석하였다. 시스템리스크 기여도 분석방법으로는 개별 은행 및 시장 주가수익률을 이용하는 MES (marginal expected shortfall) 모형을 사용하였고, 이를 통해 은행의 순수한 시스템리스크 기여도인 조건부 베타를 추정･분석하였다. 적정한 MES 모형을 선택하기 위해 여러 MES 모형의 예측력을 비교한 결과, RiskMetrics 모형의 예측성과가 가장 우수하였다. 이에 따라 동 모형에서 추출한 조건부 베타와 주요 거시 및 금융변수와의 2변수 VAR 모형을 통한 충격반응을 분석한 결과, CDS 프리미엄, 신용스프레드 등 주요 금융변수에 대하여 시중은행을 중심으로 조건부 베타가 통계적으로 유의한 반응을 나타내었다. 적정한 MES 모형에서 추출한 조건부 베타는 시스템리스크 모니터링의 주요 지표로 활용될 수 있을 것으로 기대된다.
Abstract
This paper studies systemic risk contributions for Korean commercial banks. For that purpose, we employ the MES (marginal expected shortfall) models which exploit information from equity returns of individual banks and market index, by which we estimate and examine conditional beta, a pure systemic risk contribution measure. In order to choose the best MES model, we compare forecasting abilities across various MES models. As a result, we find that the RiskMetrics model performs the best in forecasting the MES. Subsequently, using conditional beta extracted from the RiskMetrics model, we consider various bivariate VAR models for the conditional beta and some financial market variable (e.g., CDS premium, credit spread). From impulse response analysis using the bivariate VAR models, we find that the conditional beta shows statistically significant responses from CDS premium or credit spread shocks. The conditional beta from a well-performing MES model is expected to serve as an important indicator for monitoring systemic risks.
참고문헌 (14)
- 김명석, "금융기관 신용리스크의 파급효과와 시스템 리스크 측정", 금융연구, 27(2), pp.1~41 (2013), 한국금융학회
- 이명활, "Copula를 이용한 은행부문의 시스템적 리스크 측정", 금융연구, 27(2), pp.81~123 (2013), 한국금융학회
- 최공필, "신흥시장 시스템 위기의 원인과 측정방안", 금융안정연구, 12(1), pp.89~135 (2011), 예금보험공사
- Measuring Systemic Risk, Technical Report, "Acharya, V.", Department of Finance, New York University, ~ (2010)
- Acharya, V., "Capital Shortfall: A New Approach to Ranking and Regulating Systmic Risks", American Economic Review: Papers & Proceedings, 102(3), pp.59~64 (2012)
- CoVaR, "Adrian, T.", NBER, ~, pp.Working Paper No. 17454 (2011)
- Bernanke, B. S., "Measuring monetary policy: A factor augmented vector autoregressive (FAVAR) approach", Quarterly Journal of Economics, 120(1), pp.387~422 (2005)
- Volatility, Correlation and Tails for Systemic Risk Measurement, Working Paper, "Brownlees C.T.", ~ (2012)
- Engle, R., "Dynamic conditional Correlation: A Simple Class of Multivariate Generalzied Autoregressive Conditional Heteroskedasticity Models", Journal of Business & Economic Statistics, 20, pp.339~350 (2002)
- Girardi, G., "Systemic Risk Measurement: Multivariate GARCH Estimation of CoVaR", Journal of Banking & Finance, 37, pp.3169~3180 (2013)
- Huang, X., "A framework for assessing the systemic risk of major financial institutions", Journal of Banking & Finance, 33, pp.2036~2049 (2009)
- JP Morgan, "RiskMetrics-Technical Document" (1996), Morgan Guaranty Trust Company
- Rodriguez-Moreno M., "Systemic risk measures: The simpler the better?", Journal of Banking & Finance, 37, pp.1817~1831 (2013)
- Yun, J., "Measuring Systemic Risk in the Korean Banking Sector via Dynamic Conditional Correlation Models", Pacific Basin Finance Journal, 27, pp.94~114 (2014)